劉美迎，李小龍，梁　茁，張振文，2，*

（1.西北農(nóng)林科技大學(xué)葡萄酒學(xué)院，陜西 楊凌 712100；2.陜西省葡萄與葡萄酒工程中心，陜西 楊凌 712100）

基于模糊數(shù)學(xué)和聚類分析的鮮食葡萄品種綜合品質(zhì)評價

劉美迎1，李小龍1，梁茁1，張振文1，2，*

（1.西北農(nóng)林科技大學(xué)葡萄酒學(xué)院，陜西 楊凌 712100；2.陜西省葡萄與葡萄酒工程中心，陜西 楊凌 712100）

對2013年陜西渭北地區(qū)的14 個鮮食葡萄品種的17 項生物經(jīng)濟學(xué)指標進行觀察測定，并運用模糊數(shù)學(xué)和聚類分析評價了不同葡萄品種果實的綜合品質(zhì)。結(jié)果表明：品種間果實的果粒形狀、產(chǎn)量、花色苷含量、果粉厚度、果皮厚度和果皮顏色性狀變異系數(shù)較大，而果實感官品質(zhì)和內(nèi)在品質(zhì)相關(guān)指標的變異系數(shù)較小。模糊數(shù)學(xué)評價篩選出綜合品質(zhì)較好的品種為紅地球、夏黑、紅寶石、8611、金田0601和魏可，而秦龍大穗、弗雷無核的綜合品質(zhì)較差。聚類分析結(jié)果表明，品質(zhì)優(yōu)等的8611、紅地球、紅寶石和魏可聚為一類，為優(yōu)良的鮮食葡萄栽培種，品質(zhì)中等的玫瑰香、巨玫瑰和紅乳聚為一類，而品質(zhì)最差的弗雷無核單獨聚為一類。模糊數(shù)學(xué)評價方法結(jié)合聚類分析可給予葡萄綜合品質(zhì)較全面、客觀的評價。

葡萄品種；綜合品質(zhì)；模糊數(shù)學(xué)；聚類分析

葡萄（Vitis vinifera L.）為葡萄科（Vitaceae）葡萄屬（Vitis L.）藤本植物，是世界上廣泛栽培的具有重要經(jīng)濟價值的果樹［1］。我國陜西渭北地區(qū)屬暖溫帶，干旱季風(fēng)氣候，土壤肥沃，適合葡萄的生長。近幾年來，該地區(qū)鮮食葡萄栽培有了很大的發(fā)展，且葡萄品種不斷增多。但不同葡萄品種由于其物理性狀和生物性狀的不同，果實品質(zhì)之間有很大差異。因此，作為育種工作和果品選優(yōu)的重要環(huán)節(jié)，如何評價不同葡萄品種的品質(zhì)優(yōu)劣是亟待解決的問題。

果實品質(zhì)的優(yōu)劣是由多種農(nóng)藝性狀因子體現(xiàn)的，因此，建立量化的葡萄農(nóng)藝性狀評價指標并探討行之有效的綜合評價方法，對我國葡萄栽培產(chǎn)業(yè)的發(fā)展具有重要意義。前人對果實品質(zhì)的評價多采用主成分分析法［2-5］。主成分分析是采用降維技術(shù)將多項指標轉(zhuǎn)化為少數(shù)幾項綜合指標，使其盡可能多地保留原始變量的信息，用綜合指標來解釋多變量的方差-協(xié)方差結(jié)構(gòu)，主成分分析的前提需要保證變量降維后的信息量保持在一個較高的水平，且彼此不相關(guān)，因此在使用范圍上并不是十分的廣泛，且當主成分因子負荷的符號有正有負時，綜合評價函數(shù)意義就不明確［6］。對于葡萄果實品質(zhì)評價而言，評價體系的組成因素很多，如可溶性固形物、糖酸比、產(chǎn)量因素等，其是一個集合各種模糊、相互關(guān)聯(lián)因素在內(nèi)的復(fù)雜概念［7］。而模糊數(shù)學(xué)綜合評價方法正是對許多綜合問題進行評價的一種有效方法，其將矩陣評判和模糊理論進行綜合應(yīng)用，首先利用層次分析法給評價指標分配權(quán)重，再利用模糊數(shù)學(xué)理論計算綜合評價值。該方法使評判趨于數(shù)學(xué)化、定量化、系統(tǒng)化，有利于對多目標系統(tǒng)的綜合狀況做出全面、客觀、可靠的評價［8］。由于模糊綜合評價應(yīng)用在工程科學(xué)、生命科學(xué)與經(jīng)濟管理領(lǐng)域，而在農(nóng)業(yè)上的果實品質(zhì)評價方面應(yīng)用研究較少。此外，聚類分析在種質(zhì)資源分類方面的應(yīng)用廣泛，在對分類的數(shù)目和結(jié)構(gòu)不做任何假定的情況下，可以將分類對象按照一定規(guī)則分為若干類群，劃分在同一類群中的對象具有較高的相似性，可以真實反映品種的綜合性狀從而為育種取材提供客觀依據(jù)［9-10］。因此，本研究嘗試運用模糊數(shù)學(xué)評定方法和聚類分析對多種葡萄品種進行綜合評判優(yōu)選，篩選出綜合品質(zhì)較好的鮮食葡萄品種，該研究可為鮮食葡萄品質(zhì)評價方法的選擇提供參考依據(jù)，也可為鮮食葡萄育種、生產(chǎn)提供理論依據(jù)。

1　材料與方法

1.1材料

1.1.1實驗地概況

該實驗于2013年6—9月進行，地點位于陜西省渭南市臨渭區(qū)北部下吉鎮(zhèn)，該地區(qū)屬暖溫帶，干旱季風(fēng)氣候，土壤肥沃，適合多種類型葡萄的生長。年有效積溫2 320 ℃，年日照時數(shù)2 200 h，年平均降水量529～638 mm，無霜期為199～255 d。

1.1.2供試品種

供試品種為陜西渭南市渭北葡萄產(chǎn)業(yè)園中14 個鮮食紅色葡萄品種（表1），包括：戶太8號、夏黑、紅地球、紅乳、玫瑰香、魏可、紅寶石、摩爾多瓦、秦龍大穗、弗雷無核、黑旋風(fēng)、巨玫瑰、金田0601和8611。2009年定植，南北行向，株行距1.0 m×3.0 m（每畝222 株）、單干雙臂、中長梢修剪、常規(guī)管理、避雨栽培。

表1　供試品種介紹Table1　Information about the tested varieties

1.2方法

1.2.1果實植物學(xué)性狀描述和測定

1.2.1.1果穗質(zhì)量和單果質(zhì)量測定

葡萄成熟期時采樣，在每個品種的每顆植株上隨機取1 穗，共9 穗，電子天平稱質(zhì)量，按照《果樹品種資源性狀描述符》［11］規(guī)定的方法對果穗基本形狀進行鑒定評價。分別從9 穗葡萄中隨機選100 粒，測定粒質(zhì)量，按照《Descriptors for grape》［12］規(guī)定的方法描述記載果粒形狀、果皮顏色等。剩余部分果實立即用于品嘗樣本，其余置于-40 ℃超低溫冰箱中用于相關(guān)果實品質(zhì)的測定。

1.2.1.2果穗（果粒）大小測定

選取各個品種葡萄形態(tài)常規(guī)且無蟲害的果穗（果粒），用數(shù)顯游標卡尺分別測量果穗（果粒）的最大縱、橫徑，每個品種測量20 個樣本，以縱徑和橫徑平均值的乘積表示果穗（果粒）的大小。

1.2.2果實理化指標測定方法

可溶性固形物含量測定：用日本愛拓PAL-1數(shù)顯糖度計測定。

還原糖含量測定：采用Folin試劑熱滴定法［13］測定，結(jié)果以葡萄糖計。

總酸含量測定：采用酸堿中和滴定法測定［14］，結(jié)果以酒石酸計。

糖酸比（S/A）測定：還原糖含量與對應(yīng)的可滴定酸含量的比值計為糖酸比。

總花色苷含量測定：采用pH值示差法比色測定，結(jié)果以二甲花翠素-3-O-葡萄糖苷計［15］。

1.2.3平均產(chǎn)量測定

果實成熟后采用百分之一畝測產(chǎn)法測產(chǎn)并折算成畝產(chǎn)［16］。

1.2.4果實感官品質(zhì)評定方法

通過視覺、嗅覺和味覺器官來評定葡萄的感官品質(zhì)。組織15 人的品評小組，品評小組由葡萄酒品評教師和葡萄園藝師等組成的8 人專業(yè)評價組和由學(xué)生、校外消費者等組成的7 人消費者品評組組成，進行客觀公正地描述分析。設(shè)計品評記錄表，采用10 分制，包括對葡萄果穗和果粒的外觀、香氣、果皮和果肉質(zhì)地和漿果風(fēng)味4 個指標，分別賦值2、2、3、3 分。品鑒小組成員一邊觀察一邊記錄對某一品種的真實感受。收集整理品鑒小組成員的數(shù)據(jù)，去除最高分和最低分。算出的平均值即為該品種的最終感官評價得分。

1.2.5葡萄品質(zhì)模糊綜合評價模型的建立

1.2.5.1果實綜合品質(zhì)評價指標的篩選

根據(jù)研究目的，篩選與果實品質(zhì)相關(guān)的評價指標，制定果實綜合品質(zhì)評價因子指標集。

1.2.5.2層次分析法確定指標權(quán)重系數(shù)

1）構(gòu)造層次結(jié)構(gòu)模型。

2）根據(jù)統(tǒng)計數(shù)據(jù)和專家意見，采用Saaty引入的九標度法建立兩兩比較矩陣［17］。

3）層次單排序及判斷矩陣的一致性檢驗。

運用MATLAB R2014a軟件計算上述矩陣的最大特征值λmax和特征向量根據(jù)公式（1）求得下層第n個因素對上層因素影響程度的權(quán)重wj。

引入一致性指標（consistency index，CI），計算公式如下。

式中：n為矩陣的對角線元素之和即矩陣階數(shù)。

查找相應(yīng)的平均隨機一致性指標（random index，RI）［18］，按公式（3）計算一致性比例（consistency ratio，CR）。

當CR≤0.1時，比較矩陣的一致性是可以接受的，當CR＞0.1時，比較矩陣應(yīng)做適當修正。

4）層次總排序及組合權(quán)重的一致性檢驗。

層次總排序是計算同一層次所有因素對高層目標層相對重要性的權(quán)重［19］。設(shè)P =（p1， p2， ···， pk）表示B層上第k個準則相對于目標層A的權(quán)重向量，用W =（w1， w2， ···，wj）表示X層第j個元 素對所屬準則層Bk的權(quán)重向量，則X層上第j元素對目標層A的組合權(quán)重向量S為：Sj=（p1，p2， ···， pk）×wj。最后同樣對組合權(quán)向量進行一致性檢驗以確定組合權(quán)向量是否滿足要求，能否作為最終決策依據(jù)，計算見公式（4）。當 CR組合≤0.1時，認為層次總排序具有滿意一致性。否則需要對本層次的各判斷矩陣進行調(diào)整，直至使層次總排序具有令人滿意的一致性。

1.2.5.3品質(zhì)綜合評定

用極差標準化法，對各測定指標的原始數(shù)據(jù)進行無量綱化處理，將其化為0～1間的標準化數(shù)據(jù)［20］。各指標評定計算公式為：

式中：Yij為第i組樣品的第j個內(nèi)部品質(zhì)指標的評定指數(shù)；Y為第i組樣品的第j個內(nèi)部品質(zhì)指標的實測值；R= Ymax-Ymin稱為極差，Ymax和Ymin分別為14 組葡萄樣品的第j個內(nèi)部品質(zhì)指標實測值中的最大值和最小值。

然后將各參試品種各指標得分的規(guī)一化結(jié)果與組合權(quán)重作內(nèi)積，得到各品種的綜合評價得分，即：

式中：Ri為第i組的供試品種內(nèi)部品質(zhì)指標的綜合評定指數(shù)；Yij為第i組供試樣品的第j個評價因子的無量綱化結(jié)果；Sj為第j個因素的組合權(quán)重。

1.3數(shù)據(jù)處理

使用Excel 2010進行數(shù)據(jù)處理，運用MATLAB R2014a軟件計算權(quán)重，并用SPSS 20.0進行聚類分析。

2　結(jié)果與分析

2.1不同品種果實生物性狀和品質(zhì)指標比較分析

2.1.1果實外觀品質(zhì)

2.1.1.1果穗形狀和緊密度

14 個供試品種的果穗形狀全部為圓錐形，其中紅地球、紅乳、魏可、摩爾多瓦為單歧肩，紅寶石、黑旋風(fēng)、夏黑為雙歧肩，除巨玫瑰有副穗外，其他供試品種均無副穗。在果穗的緊密度方面，紅乳、紅寶石和0601的果穗松（形狀顯著變化，1級），玫瑰香、魏可的果穗中等緊密（形狀稍有變化，2級），其余品種的果穗均較緊密。

2.1.1.2果粒形狀和著色程度

14 個供試品種果粒形狀分為6 類（表2），不同品種的果粒形狀不盡相同。而品種之間果皮顏色也有著明顯的差異，按果皮顏色表現(xiàn)大致可分為4 級，果皮粉紅（1級）：紅乳、玫瑰香、魏可、秦龍大穗。果皮紅（2級）：紅地球、紅寶石。果皮紫紅（3級）：弗雷無核、8611、魏可、巨玫瑰。果皮黑（4級）：戶太8號、夏黑、0601、黑旋風(fēng)、摩爾多瓦。

2.1.1.3果穗和果粒大?。v徑×橫徑）

14 個供試品種的果穗平均大小為 339.7 cm2，平均果粒大小為558 mm2，其中戶太8號由于果穗縱徑和橫徑均最大，其果穗和果粒也均最大，分別為602.8 cm2和884 mm2，而紅乳果穗最?。?18.4 cm2），弗雷無核果粒最?。?88.5 mm2）。

2.1.2果實產(chǎn)量及產(chǎn)量構(gòu)成因素

14 個鮮食品種平均產(chǎn)量為1 926.9 kg/畝，其中紅地球的單果粒質(zhì)量最大，產(chǎn)量也最大。而弗雷無核的產(chǎn)量、果穗平均質(zhì)量和單果質(zhì)量均最小。

2.1.3果實耐貯性

一般認為耐貯性品種的果皮表面蠟質(zhì)含量 較多［21］，且果皮厚度、著色程度、果粉含量都會影響果實的耐貯性［22］。因此，本研究將果皮和果粉厚度2 個指標作為果實耐貯性的評價因子。在供試的14 個品種中，按果粉和果皮厚度性狀表現(xiàn)可分為3 級，?。?級）、中（2級）和厚（3級）。其中，戶太8號的果粉較薄但果皮較厚，而夏黑、黑旋風(fēng)的果皮和果粉均較厚。

2.1.4感官品質(zhì)評定

由表3可知，對于果穗和果粒外觀，紅乳得分最高，弗雷無核得分最低。漿果香氣得分最高的是玫瑰香（2.0 分），其次為巨玫瑰，其余得分均較低。果皮及果肉質(zhì)地得分最高的是魏可，最低的是戶太8號。漿果風(fēng)味夏黑得分最高，玫瑰香最低?？傊?，供試14 個鮮食品種中，感官品評平均得分8.14分，魏可總分最高（8.42 分），摩爾多瓦得分最低（7.71 分）。

表2　供試品種主要經(jīng)濟學(xué)性狀調(diào)查結(jié)果Table2　Major economic traits for the tested varieties

表3　供試品種果實感官品質(zhì)評價結(jié)果Table3　Sensory quality evaluation of the tested varieties

2.1.5果實內(nèi)在品質(zhì)

葡萄果實內(nèi)糖、酸含量及其比值（糖酸比）對葡萄果實的品質(zhì)、風(fēng)味有決定性的影響，由表2可知，品種之間糖、酸含量及糖酸比有著明顯的差異，其中紅乳的平均可溶性固形物和還原糖含量最高，相應(yīng)的其糖酸比含量也最高（65.7），最低的是8611（可溶性固形物含量13.6%，還原糖含量125.5 g/L）。果實平均含酸量為3.59 g/L，除了8611、紅乳、玫瑰香、8611含酸量在3 g/L以下外，其他品種均在3 g/L以上，含量最高的是魏可（4.85 g/L），該品種的糖酸比也相對最低（28.5）。14 個鮮食品種花色苷平均含量為0.54 mg/g，最大的是摩爾多瓦（0.889 mg/g），最少的是魏可（0.185 mg/g）。

2.2主要經(jīng)濟學(xué)性狀指標變異系數(shù)

變異系數(shù)表示不同個體間的各性狀受不同條件影響發(fā)生的變異程度，它能反映作物性狀變化的基本動態(tài)［23］，由表4可知，不同品種間果粒形狀的變異系數(shù)最大（72%），說明不同品種間果粒形狀的差異較大。其次為果實的產(chǎn)量、花色苷含量、果粉厚度、果皮厚度和果皮顏色性狀，其變異系數(shù)依次為49%、48%、48%、47%和43%，表明不同品種間果實產(chǎn)量、色澤和酚類物質(zhì)含量跨度較大，果實的抗性和耐貯性方面可能存在顯著差異。此外，各品種間內(nèi)在品質(zhì)中除總花色苷含量外，其余指標的變異系數(shù)均較小，其中不同品種間感官評價分值的變異系數(shù)最小，說明不同品種間感官品質(zhì)變化比較穩(wěn)定?？傮w來看，17 個評定因子在不同品種間的表現(xiàn)不同，部分指標在不同品種的表現(xiàn)差異較小，部分變異系數(shù)大的指標來源于品種間的差異性，很難根據(jù)單一指標對不同品種的果實品質(zhì)做出正確的判斷。

表4　供試品種主要經(jīng)濟學(xué)性狀的平均值及變異系數(shù)Table4　Average and variance coefficients of the major economic traits

2.3基于層次分析法的模糊綜合評價數(shù)學(xué)模型的建立

2.3.1評價指標的篩選

果實品質(zhì)評價因素隨品種的不同而異，且組成成員很多。根據(jù)本實驗的研究目的，要進行品質(zhì)的綜合評價，在簡化果實評價指標的同時，必然要把其他所有相關(guān)因素考慮進去。在此本實驗根據(jù)葡萄品質(zhì)特性，篩選出14 個指標作為評價因子的指標集：X=｛X1， X2， X3， X4， … ，X14｝。式中：X1為穗形；X2為果穗松散度；X3為果穗大小；X4為果粒大小；X5為果粒顏色；X6為產(chǎn)量；X7為果皮厚度；X8為果粉厚度；X9為感官評價得分；X10為可溶性固形物；X11為還原糖含量；X12為可滴定酸含量；X13為糖酸比；X14為花色苷。其中，X1～X5為果實外觀品質(zhì)，X6為果實產(chǎn)量性狀，X7～X8為果實耐貯性，X9為果實風(fēng)味品質(zhì)，X10～X14為果實內(nèi)在品質(zhì)，這14 個評價因子基本可以反映鮮食葡萄的綜合品質(zhì)。

2.3.2層次結(jié)構(gòu)圖的建立

層次分析法（analytic hierarchy process，AHP）是根據(jù)問題的性質(zhì)和最終目標，將問題劃分為相關(guān)聯(lián)的有序?qū)樱前言u價因子本身的相對重要性定量化，該方法能反映評價因子在果實品質(zhì)評價中所占地位的客觀性，強調(diào)了不同指標因子權(quán)重值的差異［24］。應(yīng)用AHP分析決策問題時，首先要構(gòu)造層析結(jié)構(gòu)模型。由于果實品質(zhì)是受許多因素影響的，而這些因素依其所具有的性質(zhì)可分為不同的層次，這種由影響果實品質(zhì)的各因素按層次劃分組成的樹狀稱為綜合評判樹。本實驗根據(jù)劃分評價因子的層次類別關(guān)系，將所有評判樹分為4 層（圖1）：第1層為目標層（A），為品質(zhì)綜合評價；第2層為準則層（B），記為B=｛B1， B2， B3， B4， B5｝，B1為果實外觀品質(zhì)，B2為果實產(chǎn)量性狀，B3為果實耐貯性，B4為果實感官風(fēng)味品質(zhì)，B5為果實內(nèi)在品質(zhì)。第3層為指標層（X），為影響葡萄果實品質(zhì)的因素，記為X=｛X1， X2， X3， X4，…，X14｝；第4層為方案層（Y），為不同的供試葡萄品種，記為Y=｛Y1， Y2， Y3， Y4，…， Y14｝，式中Y1～Y1分別為戶太8號、夏黑、紅地球、紅乳、玫瑰香、魏可、紅寶石、摩爾多瓦、秦龍大穗、弗雷無核、黑旋風(fēng)、8611、金田0601、巨玫瑰。

圖1　果實品質(zhì)指標的綜合評判樹Fig.1　Comprehensive evaluation tree of all factors for evaluating fruit quality

2.3.3比較矩陣的建立

依據(jù)人們的思維邏輯層次從將綜合評判樹的最低層次開始對上一層次的指標逐層進行比較，結(jié)合專家經(jīng)驗，采用九標度法構(gòu)造出兩兩比較矩陣R。如相對于準則層B中B1的而言，判斷指標層C中X1～X5各元素對B1的相對重要性建立比較矩陣（表5 B1-X），同理，判斷X7～X8相對于B3的重要性，構(gòu)造出比較矩陣（表5 B3-X）。判斷X10～X14相對于B5的重要性，構(gòu)造出比較矩陣（表5 B5-X）。由于B2和B4分別只包含一個指標X6和X11，因此不用構(gòu)造矩陣。根據(jù)判斷準則層B1～B5各元素對目標層A的相對重要性建立比較矩陣（表5 A-B）。

2.3.4計算單一準則下元素的相對權(quán)重及其一致性檢驗

MATLAB R2014a求解矩陣的的最大特征值λmax、特征向量及權(quán)向量wj見表5。由于，兩兩比較矩陣的元素是通過兩個因素比較得到的，往往可能得到一些不一致的結(jié)論。因此，難以達到判斷的一致性，在一致性上會出現(xiàn)一定的偏離，為此要進行一致性檢驗，就是檢驗矩陣判斷思維的一致，以保證矩陣的偏離在允許的范圍。因此，通過引入判斷矩陣的平均隨機一致性指標RI，通過計算得到每個判斷矩陣的隨機一致性比率CR。計算結(jié)果表明，所有比較矩陣的CR＜0.1，滿足一致性要求，其相應(yīng)求得的權(quán)重有效。

表5　MATLAB分析比較矩陣及一致性檢驗結(jié)果Table5　MATLAB analysis and consistency check for comparison matrixes

2.3.5層次總排序及組合一致性檢驗

層次總排序是計算同一層次所有因素相對于目標層的重要性排序，通過進行指標層對于目標層的權(quán)重排序，計算最下層評價因子對目標的組合權(quán)向量，得到由j 個指標的組合權(quán)向量組成的權(quán)重集Sj=（0.009 8，0.009 8，0.023 6，0.005 5，0.005 2，0.359 3，0.015 9，0.047 9，0.039 5，0.005 6，0.005 6，0.005 6，0.319 0，0.015 1）。最后對層次分析組合權(quán)重同樣進行組合權(quán)向量的一致性檢驗，以確定組合權(quán)向量是否滿足要求，能否作為最終決策依據(jù)，通過公式（1）計算CR組合= 0.011 5＜0.1，結(jié)果表明，組合權(quán)向量符合一致性檢驗要求，因此，層次總權(quán)重排序具有滿意的一致性。

2.3.6模糊綜合評價葡萄果實品質(zhì)

為消除量綱化對計算結(jié)果的影響，采用極差標準化法對評價因子的實測值進行無量綱化處理，再在層次分析法的基礎(chǔ)上，確定各個評價因子的權(quán)重，運用多因子模糊數(shù)學(xué)綜合評定法，將實測值和參評因素進行數(shù)量統(tǒng)計綜合，評價結(jié)果的綜合得分越高，說明品種的綜合品質(zhì)越好。由表6可知，紅地球、夏黑、紅寶石、8611、金田0601和魏可的綜合得分最高（Ⅰ級），這6 個品種在果穗外觀、果實產(chǎn)量、花色苷含量表現(xiàn)突出，表明該6 個品種是優(yōu)良的鮮食葡萄栽培種。戶太8號和黑旋風(fēng)得分也較高（Ⅱ級），而巨玫瑰、玫瑰香、紅乳和摩爾多瓦綜合排名居中（Ⅲ級），秦龍大穗、弗雷無核由于在產(chǎn)量、果實內(nèi)在品質(zhì)和耐貯性方面的較差表現(xiàn)而的得分較低（Ⅳ級），其中，弗雷無核的得分最低。

表6　供試品種葡萄果實的品質(zhì)綜合評定結(jié)果Table6　Comprehensive evaluation of quality characteristics for the tested varieties

2.4供試品種的聚類分析

圖2　14 種葡萄品種的Q型聚類樹形圖Fig.2　Q-type clustering tree of 14 grape varieties

本實驗以調(diào)查的17 個經(jīng)濟學(xué)性狀指標為依據(jù)，對14 個品種采用離差平方和法（Ward法）進行Q型系統(tǒng)聚類分析［25-26］。由聚類分析譜系圖（圖2）可知，在歐氏距離=5時，14 個品種樣品分為4 類：其中，第Ⅰ類群包括魏可、紅寶石、紅地球、8611，4 個品種在果實產(chǎn)量、果穗質(zhì)量、果粒大小、花色苷含量和感官品質(zhì)評價方面近似，在模糊評價中得分較高，綜合品質(zhì)方面較為突出。第Ⅱ類群包括5 個品種：戶太8號、夏黑、黑旋風(fēng)、金田0601和摩爾多瓦，這5 個品種在可溶性固形物等內(nèi)在品質(zhì)指標上表現(xiàn)出相近的趨勢，因此聚類在一起，其中摩爾多瓦與其他4 類品種距離較遠。第Ⅲ類群所包含的品種為：玫瑰香、巨玫瑰、秦龍大穗、紅乳，此類群在耐貯性和果實內(nèi)在品質(zhì)較為類似，故歸為一類。第Ⅳ類群只有1 個品種，弗雷無核，此品種在綜合評價中得分最低，綜合品質(zhì)最差。

3　討 論

本研究對14 種鮮食葡萄品種的17 個主要生物學(xué)性狀、理化指標和感官風(fēng)味進行了觀測與分析，主要目的是為進一步篩選經(jīng)濟學(xué)性狀優(yōu)良的品種奠定基礎(chǔ)。在篩選出的14 個評價因子中，果粒形狀的變異系數(shù)最大，說明果粒形狀的多樣性來源于品種間的差異。其次產(chǎn)量的變異系數(shù)也較大，其中具有高產(chǎn)豐產(chǎn)特性的紅地球、8611、魏可、紅寶石是非常有潛力的栽培品種?；ㄉ蘸俊⒐酆穸?、果皮厚度和果皮顏色性狀的變異系數(shù)次之，說明不同品種間果實外觀、產(chǎn)量和酚類物質(zhì)含量跨度較大，其中，戶太8號、夏黑、摩爾多瓦屬于著色較深的品種。

鮮食葡萄的綜合品質(zhì)一般包括穗大粒大、外形美觀、含糖量高、豐產(chǎn)、耐貯性好等［27］。優(yōu)質(zhì)葡萄的衡量是多項指標的綜合評價，以往對葡萄品質(zhì)的具體評價中，各項指標雖均有不同程度的涉及，但主要還是集中于糖、酸、pH值等量化指標上，難以擬合入果皮色澤、厚度、果穗形狀等非數(shù)學(xué)化指標因素的影響。而單純僅靠感官評分判定品種品質(zhì)的優(yōu)劣非常不科學(xué)，其不僅受到評判員主觀因素的干擾，還無法擬合栽培者對果實產(chǎn)量和果實外觀的需求［6］。因此，本研究試通過確定并比較影響果實綜合品質(zhì)的評價因子，建立層次結(jié)構(gòu)模型，進而利用模糊數(shù)學(xué)原理對果實的綜合品質(zhì)進行評價。評價因子的確定是正確進行品質(zhì)評價的基礎(chǔ)，在現(xiàn)有果品的評價過程中，評價因子的選擇決定了評價效果［28］，因此，在果實評價中評價因子的選擇與權(quán)重則顯得尤為重要。優(yōu)質(zhì)鮮食葡萄品種的品質(zhì)要求主要包括外觀品質(zhì)（果穗、果粒、著色程度、果粒著生松緊度等），內(nèi)在品質(zhì)（含糖量、含水量、酸度、蛋白質(zhì)等成分），貯運性（硬度、貯藏性、貨運壽命）等方面［29］。在葡萄果實的品質(zhì)評價中，果粒大小是市場消費的第一判斷標準［30］，是葡萄商品貨架的主要外部指標，在一定程度上，果粒大小的權(quán)重值要超過果穗大小的權(quán)重值［31］。而果穗形狀也是鮮食葡萄外觀品質(zhì)的一項重要指標，市場上要求優(yōu)質(zhì)果的穗形標準為：果穗成圓錐形或長圓錐形，如果有歧肩，不宜過大。果穗長度不超過穗長，穗形要端正，果穗疏密得當［32］。本實驗根據(jù)上述要求對不同品種葡萄果實非量化的外 觀品質(zhì)人為地賦予了該指標的量化值。此外，產(chǎn)量因素也是影響葡萄栽培者選種的重要因素，產(chǎn)量與品種好壞直接相關(guān)，可以將產(chǎn)量作為評價因素之一［33］。而果實內(nèi)在品質(zhì)如可溶性固形物、酸含量及糖酸比是影響感官品嘗和消費者選購的重要指標［34］。葡萄果粉薄厚是葡萄品種的固有特性，果粉是葡萄果實上的蠟質(zhì)保護層，避免病菌侵害果粒，其次，果實的耐貯性與果皮的組織結(jié)構(gòu)有著密切的關(guān)系［35］，果皮厚度大的品種較耐貯［36］，貯藏的葡萄要選擇果粉和果皮較厚的果穗［37］，因此本實驗將果皮和果粉厚度作為評價果實耐貯性的指標。此外，本實驗根據(jù)中國農(nóng)學(xué)會葡萄分會在第八屆全國葡萄學(xué)術(shù)研討會上對鮮食葡萄評優(yōu)時采用的評優(yōu)標準為依據(jù)［38］，建立了10 分制的果實感官風(fēng)味評，將果實感官評價擬合入綜合品質(zhì)評價中。

最終，本工作綜合考慮影響葡萄果實綜合品質(zhì)的外觀品質(zhì)、產(chǎn)量、耐貯性、感官品質(zhì)和內(nèi)在品質(zhì)等14 個指標，通過層次分析法得到各個因素的權(quán)重向量，從而建立模糊綜合評判模型，利用模糊數(shù)學(xué)原理將14 個葡萄品種進行綜合得分排序可以對葡萄品種的多種指標進行全面綜合的科學(xué)評價，從而篩選出不同等級的品種。此外，本研究根據(jù)上述選定的評價因子對14 個葡萄品種進行了聚類分析，聚類可以客觀地反映參試品種的品質(zhì)特征，也能一定程度上反映品種間的親緣關(guān)系，從而篩選出不同類別的品種。利用模糊綜合評價方法結(jié)合聚類分析，能夠給予不同品種品質(zhì)較為全面、客觀的評價和分析，為葡萄果實品質(zhì)的綜合評價提供了新的思路和方法。

本研究對陜西渭北地區(qū)的14 個鮮食葡萄品種的17 項生物經(jīng)濟學(xué)指標進行的分析發(fā)現(xiàn)，不同品種間果實外觀、產(chǎn)量和酚類物質(zhì)含量跨度較大，而果實的內(nèi)在品質(zhì)和感官品質(zhì)未表現(xiàn)出品種間的顯著差異性。模糊數(shù)學(xué)評價明確區(qū)分出供試品種中品質(zhì)優(yōu)良的品種為紅地球、夏黑、紅寶石、8611、金田0601、魏可、戶太8號和黑旋風(fēng)，巨玫瑰、玫瑰香、紅乳和摩爾多瓦的品質(zhì)居中，而秦龍大穗、弗雷無核的綜合品質(zhì)較差。聚類分析結(jié)果表明，8611、紅地球、紅寶石、戶太8號、黑旋風(fēng)和魏可品質(zhì)優(yōu)等聚為一類，為優(yōu)良的鮮食葡萄栽培種。品質(zhì)中等的玫瑰香、巨玫瑰和紅乳聚為一類，品質(zhì)最差的弗雷無核單獨聚為一類。聚類分析與模糊綜合評價判定結(jié)果較為一致。葡萄品質(zhì)和品種間關(guān)聯(lián)關(guān)系較為顯著，模糊數(shù)學(xué)評價方法結(jié)合聚類分析可用來分析葡萄果實品質(zhì)的優(yōu)劣。

［1］ 周步海， 顧克余， 李洪山， 等. 6 個歐亞種葡萄果粒品質(zhì)比較研究［J］.江西農(nóng)業(yè)學(xué)報， 2011， 23（12）： 45-47.

［2］ 張玉革， 胡緒彬. 基于主成分和聚類分析的大豆品種生物學(xué)性狀的比較研究［J］. 大豆科學(xué)， 2004， 23（3）： 178-183.

［3］ 張敏， 劉輝. 基于主成分分析法的小米食用品質(zhì)評價模型的建立［J］.東北農(nóng)業(yè)大學(xué)學(xué)報， 2011， 42（8）： 7-12.

［4］ 武曉娟， 薛文通， 張惠. 不同品種紅小豆的品質(zhì)評價研究［J］. 中國糧油學(xué)報， 2011， 26（9）： 20-24.

［5］ DROGOUDI P D， MICHAILIDIS Z， PANTELIDIS G. Peel and flesh antioxidant content and harvest quality characteristics of seven apple cultivars［J］. Scientia Horticulturae， 2008， 115（2）： 149-153.

［6］ 李新蕊. 主成分分析， 因子分析， 聚類分析的比較與應(yīng)用［J］. 山東教育學(xué)院學(xué)報， 2008， 22（6）： 23-26.

［7］ 韓澤群， 姜波. 加工番茄品種多性狀綜合評價方法研究［J］. 中國農(nóng)業(yè)科學(xué)， 2014， 47（2）： 357-365.

［8］ 陳永義， 劉云豐， 汪培莊. 綜合評判的數(shù)學(xué)模型［J］. 模糊數(shù)學(xué)， 1983，1（1）： 61-69.

［9］ CHENG Yongqian， SONG Qianwu， MA Hongmei. Research on optimization of water quality monitoring sites using principal component analysis and cluster analysis［C］//Computer distributed control and intelligent environmental monitoring （CDCIEM）， Changsha： Institute of Electrical and Electronics Engineers， 2011： 570-573.

［10］ NIU Cencen， WANG Qing， CHEN Huie， et al. Application of principal component analysis and cluster analysis to evaluation of black soil degradation in Jilin［C］//Multimedia technology （ICMT）. Changsha：Institute of Electrical and Electronics Engineers， 2011： 1467-1470.

［11］ 蒲富慎. 果樹種質(zhì)資源描述符［M］. 北京： 農(nóng)業(yè)出版社， 1990： 106-144.

［12］ IPGRI， UPOV， OIV. Descriptors for Grapevine （Vitis spp.）［M］. Rome，Italy： International Plant Genetic Resources Institute （IP-GRI）， 1997：34-38.

［13］ 王華. 葡萄酒分析檢測［M］. 北京： 中國農(nóng)業(yè)出版， 2004： 125-127.

［14］ 高俊鳳. 植物生理學(xué)實驗技術(shù)［M］. 西安： 世界圖書出版公司， 2000：160-162.

［15］ MENG Jangfei， FANGF Yulin， QIN Minyang， et al. Varietal differences among the phenolic profiles and antioxidant properties of four cultivars of spine grape （Vitis davidii Foex） in Chongyi County（China）［J］. Food Chemistry， 2012， 134（4）： 2049-2056.

［16］ 賀業(yè)富. 介紹一種簡易農(nóng)作物測產(chǎn)法［J］. 新農(nóng)業(yè)， 1993（9）： 8.

［17］ 駱正清， 楊善林. 層次分析法中幾種標度的比較［J］. 系統(tǒng)工程理論與實踐， 2004， 9（9）： 23-33.

［18］ 洪志國， 李焱. 層次分析法中高階平均隨機一致性指標（RI）的計算［J］.計算機工程與應(yīng)用， 2002， 38（12）： 45-47.

［19］ 黃敏， 黃明清， 李守愛. 基于AHP的點柱穩(wěn)定性影響因素綜合評價［J］.有色金屬： 礦山部分， 2013， 65（5）： 92-95.

［20］ 李文學(xué)， 尹明安， 聶路. 櫻桃番茄保鮮條件優(yōu)化及各指標在貯藏期的動態(tài)變化［J］. 西北農(nóng)業(yè)學(xué)報， 2012， 21（4）： 121-126.

［21］ 姚永花， 李富軍， 張新華， 等. 植物蠟質(zhì)研究進展及其在果蔬貯藏中的應(yīng)用［J］. 北方園藝， 2011， 2（2）： 202-205.

［22］ 周會玲. 葡萄果實耐貯性的比較生物學(xué)研究［D］. 楊凌： 西北農(nóng)林科技大學(xué)， 2006： 39-43.

［23］ 王文森. 變異系數(shù)： 一個衡量離散程度簡單而有用的統(tǒng)計指標［J］.中國統(tǒng)計， 2007（6）： 41-42.

［24］ 潘峰， 付強， 梁川. 基于層次分析法的模糊綜合評價在水環(huán)境質(zhì)量評價中的應(yīng)用［J］. 東北水利水電， 2003， 21（8）： 22-24.

［25］ LUO Jiaguo， GONG Kuihua， ZONG Xueping. The Cluster Analysis on the Type of Experimental Courses by SPSS［C］//International conference on electronics， information and communication engineering（EICE 2012）. Paris： ASME Press， 2012.

［26］ 公麗艷， 孟憲軍， 劉乃僑， 等. 基于主成分與聚類分析的蘋果加工品質(zhì)評價［J］. 農(nóng)業(yè)工程學(xué)報， 2014， 30（13）： 276-285.

［27］ 羅國光. 世界葡萄產(chǎn)業(yè)的概況及發(fā)展趨勢［J］. 中外葡萄與葡萄酒，2001（5）： 54-58.

［28］ 張海英， 韓濤， 王有年， 等. 桃果實品質(zhì)評價因子的選擇［J］. 農(nóng)業(yè)工程學(xué)報， 2006， 22（8）： 235-239.

［29］ RANKINE B C， FOMACHON J C M， BOEHM E W， et al. Influence of grape variety， climate and soil on grape composition and on the composition and quality of table wines［J］. Vitis， 1971， 10： 33-50.

［30］ KADER A A. Postharvest quality maintenance of fruits and vegetables in developing countries［M］//Post-harvest physiology and crop preservation. US： Springer， 1983： 455-470.

［31］ 于澤源. 果實品質(zhì)的綜合評定［J］. 中國果品研究， 1994（3）： 17-19.

［32］ 楚燕杰. 葡萄果穗整形技術(shù)［J］. 果農(nóng)之友， 2006（6）： 23.

［33］ 袁亞宏， 王周利， 李彩霞， 等. 鮮榨蘋果汁的理化特性和感官品質(zhì)相關(guān)性［J］. 食品科學(xué)， 2012， 33（19）： 1-5.

［34］ 張磊， 張曉煜， 亢艷莉， 等. 土壤肥力對釀酒葡萄品質(zhì)的影響［J］. 江西農(nóng)業(yè)大學(xué)學(xué)報， 2008， 30（2）： 226-229.

［35］ 周會玲， 李嘉瑞. 葡萄果實組織結(jié)構(gòu)與耐貯性的關(guān)系［J］. 園藝學(xué)報，2006， 33（1）： 28-32.

［36］ 史洪琴， 蔣麗光. 十個葡萄品種耐貯性及相關(guān)漿果性狀觀察比較［J］.北方園藝， 2013（10）： 30-31.

［37］ 張尚嘉， 張勇. 冬季簡易貯藏葡萄的方法［J］. 西北園藝， 2003（5）： 41.

［38］ 晁無疾， 史光瑚. 我國鮮食葡萄品質(zhì)分析［J］. 葡萄栽培與釀酒， 1995（3）：4-7.

Comprehensive Quality Assessment of Table Grapes Varieties Using Fuzzy Mathematics and Cluster Analysis

LIU Meiying1， LI Xiaolong1， LIANG Zhuo1， ZHANG Zhenwen1，2，*
（1. College of Enology， Northwest A&F University， Yangling 712100， China；2. Shaanxi Engineering Research Center for Viti-Viniculture， Yangling 712100， China）

Fuzzy mathematics and cluster analysis were used for comprehensive quality assessment of fourteen table grape varieties sampled from a commercial vineyard in Weinan， Shannxi province in 2013. The results showed that there were larger coeffi cients of variation in berry shape， yield， total anthocyanin content， berry skin thickness， berry bloom thickness，and berry color characteristics， whereas sensory properties and related indicators of intrinsic quality were relatively lower. The comprehensive assessment by fuzzy mathematics analysis showed that “Red Globe”， “Summer Black”， “Ruby Seedless”， “Wuhengzaohong” ，“Jintian 0601” and “Wink” had superior quality. “Qinlongdasui” and “Flame Seedless”showed the lowest quality. By using Q-type cluster analysis， “Wuhengzaohong”， “Red Globe”， “Ruby Seedless” and “Wink”with superior quality were clustered into one group， “Muscat Hamburg”， “Jumeigui” and “Hong Ru” with average quality were assigned into another group， and “Flame Seedless” with the worst quality was clustered into a separate category. The combination of fuzzy mathematics and cluster analysis could provide a comprehensive and objective evaluation system for determining the quality of grape varieties.

grape varieties； comprehensive quality； fuzzy mathematics； cluster analysis

S663.1

A

1002-6630（2015）13-0057-08

10.7506/spkx1002-6630-201513012

2014-09-30

國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)專項（CARS-30-zp-9）

劉美迎（1987—），女，博士研究生，研究方向為葡萄與葡萄酒學(xué)。E-mail：493235763@qq.com

張振文（1960—），男，教授，碩士，研究方向為葡萄與葡萄酒學(xué)。E-mail：zhangzhw60@nwsuaf.edu.cn